卷积波束成形器低算法延迟实现：用于在线联合源分离与去混响
音频与语音处理
2024-06-17 v1
摘要
盲声源分离（BASS）技术，特别是具有低延迟的技术，在广泛的实时系统中发挥重要作用，如听力辅助器、车内免提语音通信、实时人机交互等。大多数现有 BASS 算法基于批量模式推导，因此不可避免地产生较大延迟。最近开发了一些在线算法，这些算法在短时傅里叶变换（STFT）域上按帧进行分离，延迟显著低于批量方法。然而，这些算法的延迟可能仍然对许多实时系统来说太长。为进一步在实现良好分离性能的同时降低延迟，本文提出将加权预测误差（WPE）模块集成到非因果样本截断式独立向量分析（NST-IVA）中。 resulting 算法在适当控制 WPE 延迟的情况下可维持与 NST-IVA 相同的算法延迟，同时实现显著更好的性能，实验通过仿真验证。
引用
@article{arxiv.2406.09821,
title = {Low algorithmic delay implementation of convolutional beamformer for online joint source separation and dereverberation},
author = {Kaien Mo and Xianrui Wang and Yichen Yang and Shoji Makino and Jingdong Chen},
journal= {arXiv preprint arXiv:2406.09821},
year = {2024}
}
备注
4 pages, 4 figures. Accepted by EUSIPCO 2024